Auswahl aus Themenliste

Wofür stehen die Zahlen?
Wozu dient der Standardfehler?
Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?
Wann genügt es nicht, nur den Standardfehler zu betrachten?
Zwei Typen von Veränderungen?
Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?
Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?
Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?
Negative Werte bei Vorrat, Zuwachs oder Nutzung?

1. Wofür stehen die Zahlen?

In den Tabellen sind mehrheitlich Ergebnisse dargestellt, die mithilfe von statistischen Verfahren aus den Daten der Stichprobeninventur des Landesforstinventars (LFI) berechnet wurden. Solche Ergebnisse bestehen immer aus zwei Zahlen: 1) dem Schätzwert und 2) dem Stichprobenfehler, dem sogenannten Standardfehler.

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

Netz: 1,4-km-Netz, Unternetze 1-5

Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	30	10	17	13	37	9	36	6	26	10	30	4
privat	27	17	20	12	50	10	32	8	39	13	34	5
Total	29Schätzwert	9Standardfehler	19	9	44	7	35	5	29	8	32	3

Meistens ist in den Tabellen der relative (prozentuale) Standardfehler angegeben («±%»), gelegentlich – bei geschätzten Prozenten – aber der absolute Standardfehler («±»).

2. Wozu dient der Standardfehler?

Mit dem Standardfehler können Vertrauensintervalle um den Schätzwert aufgespannt werden, die den wahren Wert der Grundgesamtheit mit einer bestimmten statistischen Sicherheit enthalten.

Die statistische Sicherheit beträgt

68%, wenn das Vertrauensintervall mit dem einfachen Standardfehler berechnet wurde
(68%-Vertrauensintervall = Schätzwert ± Standardfehler), und
95%, wenn das Vertrauensintervall mit dem doppelten Standardfehler berechnet wurde
(95%-Vertrauensintervall = Schätzwert ± 2 × Standardfehler*)

Beispiel 2: Vertrauensintervalle berechnen

LFI5
Totholzvolumen (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura
Eigentum (2 Klassen)	m³/ha	±%
öffentlich	30	10
privat	27	17
Total	29	9

Frage
Wie gross sind das 68%- und das 95%-Vertrauensintervall der oben aufgeführten Schätzwerte?

Vorgehen

Berechnen des absoluten Standardfehlers (=relativer Standardfehler × Schätzwert / 100)
Berechnen der Vertrauensintervalle
- 68%-Vertrauensintervall = Schätzwert ± absoluter Standardfehler
- 95%-Vertrauensintervall = Schätzwert ± 2 × absoluter Standardfehler

Antwort

			Schritt 1	Schritt 2

Eigentum (2 Klassen)	Totholzvolumen Jura LFI5
	Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
öffentlich	30	10	3	27-33	24-36
privat	27	17	5	22-32	17-37
Total	29	9	3	26-32mit dem einfachen Standardfehler berechnet, d.h. 29 ± 3	23-25mit dem doppelten Standardfehler berechnet, d.h. 29 ± 2 × 3

Das Totholzvolumen liegt im Jura mit einer statistischen Sicherheit von 68% zwischen 26 und 32 m³/ha und mit einer statistischen Sicherheit von 95% zwischen 23 und 35 m³/ha.

Das 95%-Vertrauensintervall ist grösser als das 68%-Vertrauensintervall. Das bewirkt die höhere statistische Sicherheit.

Beispiel 3: Visualisierung des 68%- und des 95%-Vertrauensintervalls

Daten: siehe Beispiel 2

Bei der Interpretation der Ergebnisse muss man für sich jeweils festlegen, mit welcher statistischen Sicherheit man eine Aussage treffen möchte.

Im Landesforstinventar (LFI) wird in der Regel auf das 68%-Vertrauensintervall abgestellt.

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

Das lässt sich durch Vergleich der Vertrauensintervalle von zwei Schätzwerten überprüfen:

Überschneiden sich die 68%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit einer gewissen Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.
Überschneiden sich die 95%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit hoher Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	387	5	432	4	454	4	348	4	285	6	398	2
Total	345	2	363	2	431	2	314	2	262	4	343	1

	Fall 2						Fall 1

Fall 1

Frage
Ist der Vorrat pro Hektare in den Alpen höher als auf der Alpensüdseite?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Weder die 68%-Vertrauensintervalle noch die 95%-Vertrauensintervalle überlappen (hervorgehobene Zahlenpaare).

Bei diesem Fall hat das gewählte Sicherheitsniveau keinen Einfluss auf das Resultat.

Insgesamt bedeutet dies, dass statistisch eine hohe Sicherheit besteht, dass der Vorrat pro Hektare in den Alpen höher ist als auf der Alpensüdseite.

Fall 2

Frage
Ist der Vorrat pro Hektare im Mittelland höher als im Jura?

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Die 68%-Vertrauensintervalle überlappen nicht (hervorgehobene Zahlenpaare).
Die 95%-Vertrauensintervalle überlappen dagegen (hervorgehobene Zahlenpaare).

In diesem Fall hat das gewählte Sicherheitsniveau einen Einfluss auf die Interpretation der Ergebnisse: Auf dem Niveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura. Auf dem Niveau des 95%-Vertrauensintervalls kann man hingegen diesen Schluss nicht ziehen.

Unter Betrachtung beider Sicherheitsniveaus lässt sich sagen, dass statistisch eine gewisse, aber keine hohe Sicherheit besteht, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura.

Mit den Vertrauensintervallen kann auch geprüft werden, ob ein mit der Stichprobe des Landesforstinventars (LFI) geschätzter Wert von einem Sollwert (z.B. aus der Waldpolitik) abweicht oder ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist.

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4		LFI5
	m³/ha	±%	m³/ha	±%
öffentlich	340	3	309	3
privat	447	4	432	4
Total	386	2	363	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	447	4	16	431-463	415-479	432	4	17	415-449	398-466
Total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Die 68%-Vertrauensintervalle überlappen beim öffentlichen Wald nicht (hervorgehobene Zahlenpaare), beim Privatwald und beim Total aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, dass der Vorrat pro Hektare im öffentlichen Wald des Mittellands abgenommen hat. Für den Privatwald wie auch für das Total ist die Abnahme statistisch nicht gesichert.

Die 95%-Vertrauensintervalle überlappen in allen der drei Kategorien. Auf dem Sicherheitsniveau der 95%-Vertrauensintervalle ist es damit auch für den öffentlichen Wald statistisch nicht gesichert, dass der Vorrat abgenommen hat.

Siehe dazu aber die Beispiele 6 und 7, bei der Veränderungen zwischen zwei Inventuren anhand der sensitiveren Bilanz interpretiert werden.

Die Prüfung, ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist, ist im LFI bei vielen Zielgrössen nicht nur durch Vergleich der Zustände in den beiden Inventuren möglich (siehe Beispiel 5), sondern auch durch die Analyse der Veränderung, also der Bilanz zwischen den beiden Inventuren.

Dazu muss man auch hier zunächst das Sicherheitsniveau definieren, das für die Aussage gelten soll:

Eine Veränderung (Bilanz) fand mit einer gewissen Sicherheit statt, wenn der einfache relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem einfachen absoluten Standardfehler berechnet wurde (68%-Vertrauensintervall), den Wert 0 nicht einschliesst.
Eine Veränderung (Bilanz) fand mit hoher Sicherheit statt, wenn der doppelte relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem doppelten absoluten Standardfehler berechnet wurde (95%-Vertrauensintervall), den Wert 0 nicht einschliesst.

Beispiel 6: Interpretation von Veränderungen (Bilanzen) mit dem relativen Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	m³/ha	±%
öffentlich	-34	30
privat	-9	147
Total	-23	34
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Prüfen, ob
- der einfache relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 68%-Vertrauensintervalls)
- der doppelte relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 95%-Vertrauensintervalls)

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
		einfach	doppelt
	m³/ha	±%	±%
öffentlich	-34	30	60
privat	-9	147	294
Total	-23	34	68
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Der einfache relative Standardfehler ist für den öffentlichen Wald wie auch für das Total kleiner als 100% (hervorgehobene Zahlen). Für den Privatwald ist er dagegen grösser als 100% (hervorgehobene Zahlen). Auf dem Sicherheitsniveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert.

Zum gleichen Schluss kommt man bei diesem Beispiel auch mit dem Sicherheitsniveau des 95%-Vertrauensintervalls, da auch der doppelte relative Standardfehler für den öffentlichen Wald und das Total kleiner ist als 100%.

Insgesamt bedeutet dies, dass die statistische Sicherheit hoch ist, dass im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme hingegen statistisch nicht gesichert (da sowohl der doppelte als auch der einfache relative Standardfehler kleiner als 100% ist).

Beispiel 7: Interpretation von Veränderungen (Bilanzen) mit dem absoluten Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	%	±
öffentlich	-10	3
privat	-2	3
Total	-6	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Berechnen des Vertrauensintervalls aufgrund des festgelegten Sicherheitsniveaus
- 68%-Vertrauensintervall mit dem einfachen absoluten Standardfehler
- 95%-Vertrauensintervall mit dem doppelten absoluten Standardfehler
Prüfen, ob das entsprechende Vertrauensintervall den Wert 0 nicht einschliesst

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler		Vertrauensintervalle
		einfach	doppelt	68%	95%
	%	±	±	%	%
öffentlich	-10	3	6	-13 bis -7	-16 bis -4
privat	-2	3	6	-5 bis +1	-8 bis +4
Total	-6	2	4	-8 bis -4	-10 bis -2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Beim öffentlichen Wald wie auch beim Total schliessen sowohl das 68%- als auch das 95%-Vertrauensintervall den Wert 0 nicht ein. Auf beiden Sicherheitsniveaus kommt man so zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert (da die Vertrauensintervalle den Wert 0 einschliessen).

Veränderungen (Bilanzen) können anhand des absoluten oder des relativen Standardfehlers interpretiert werden (siehe die Beispiele 6 und 7). Es empfiehlt sich, den absoluten Standardfehler zu nutzen, wenn der Schätzwert in der Tabelle in Prozent (%) ausgewiesen ist (wie in Beispiel 7), und den relativen Standardfehler, wenn der Schätzwert in der Tabelle in absoluten Zahlen (m³, m³/ha, St., m²) angegeben ist (wie in Beispiel 6). So kann der Standardfehler direkt aus der Tabelle entnommen werden, muss also nicht umgerechnet werden.

Für die Prüfung, ob eine Veränderung statistisch gesichert ist, empfiehlt es sich, wo immer möglich die Veränderung (Bilanz) zwischen den beiden Inventuren zu analysieren. Bilanzen sind sensitiver als Zustandsvergleiche, womit mit ihnen Unterschiede statistisch besser entdeckt werden können (siehe die Beispiele 5 sowie 6 und 7).

Oben

4. Wann genügt es nicht, nur den Standardfehler zu betrachten?

Beim Landesforstinventar (LFI) handelt es sich um eine stichprobenbasierte Grossrauminventur, deren Probeflächen auf einem Gitternetz mit einer Maschenweite von 1.4 km × 1.4 km angeordnet sind. Das LFI wurde so konzipiert, dass der Vorrat für die Schweiz insgesamt mit einem Standardfehler von maximal 1% vorhergesagt werden kann.

Werden Ergebnisse für einzelne Regionen oder für einzelne Klassen abgefragt, wird der Standardfehler rasch viel grösser. Dies liegt daran, dass für die abgefragte Kombination von Merkmalsausprägungen* die Anzahl untersuchter Probeflächen und Objekte (d.h. Probebäume, Jungwaldpflanzen, Totholzstücke usw.) wesentlich geringer als für das Total ist.

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

Region	Vorrat
	Total		Ahorn		Bergahorn		Spitzahorn
	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Schweiz	343	1	12	5	11	5	1	20
Produktionsregion Mittelland	363	2	15	10	14	11	0	50
Kanton Aargau	289	7	15	20	13	20	1	63

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

die Forstkreise als regionale Gliederung gewählt wurden oder Ergebnisse für kleine Kantone (z.B. Appenzell Innerrhoden, Nidwalden) abgefragt werden,
ein Klassifizierungsmerkmal mit vielen Klassen gewählt wurde (z.B. Baumart in 56 Klassen),
mehrere Klassifizierungsmerkmale miteinander kombiniert wurden (z.B. Hauptbaumart und Entwicklungsstufe).

Grosse Standardfehler sind ein Indiz dafür, dass eine Schätzung möglicherweise anhand einer zu geringen Anzahl Probeflächen oder Objekte erfolgte und entsprechend das Ergebnis der Schätzung nicht belastbar sein könnte.

Bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» (Verbissintensität) ist die Unsicherheit der Schätzung nicht zwingend an einem hohen Standardfehler zu erkennen. Dies liegt daran, dass es sich bei dieser Zielgrösse um einen Quotientenschätzer** handelt, der wegen der Erhebungsmethode bei selteneren Baumarten (z.B. Föhre, Lärche, Arve, Eiche, Kastanie) nur auf einer kleinen Anzahl beurteilter Jungwaldpflanzen beruht. Entsprechend sollte bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» immer geprüft werden, auf wie vielen beurteilten Jungwaldpflanzen die einzelnen Schätzwerte basieren. Als Faustregel gilt, dass für eine belastbare Schätzung pro Schätzwert mindestens 30 Jungwaldpflanzen auf Verbiss beurteilt worden sein sollten.

Oben

5. Zwei Typen von Veränderungen?

Im Landesforstinventar (LFI) gibt es zwei Typen von Veränderungen:

Beim ersten Typ von Veränderungen handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung oder Mortalität. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI4–LFI5. Bei der Auswertung von Veränderungskomponenten wird in der Regel dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) vom früheren zum späteren Messzyklus nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Bilanz zwischen zwei Messzyklen zu ziehen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI5, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI5. Bei diesen Veränderungsauswertungen wird bei einem Teil der Klassifizierungsmerkmale der Wechsel der Merkmalsausprägung berücksichtigt. Dazu zählen die Merkmale «Baumzustand» oder «Wald, Nichtwald». So kann man z.B. sehen, dass die Waldfläche zugenommen hat. Beim anderen Teil der Klassifizierungsmerkmale werden die Merkmalsausprägungen als statisch betrachtet. Das bedeutet, dass der aktuellste Stand – sei er in einem Messzyklus erhoben (z.B. Vorrangfunktion LFI5) oder einer externen Datenquelle entnommen (z.B. Schutzwald [2022]) – sämtlichen Messzyklen zugewiesen wird.

Oben

6. Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?

Die Ergebnisse sind

additiv, wenn sie als gesamte Veränderung zwischen zwei Messzeitpunkten ausgewiesen werden. So können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter (m³) ausgewiesenen Nutzungen zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.
nicht additiv, wenn sie als Veränderung pro Jahr (z.B. m³/Jahr) ausgewiesen werden. Entsprechend können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter pro Jahr (m³/Jahr) ausgewiesenen Nutzungen nicht zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
Total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
Total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

Die Nichtadditivität der Veränderungen pro Jahr kommt dadurch zustande, dass die gesamte Veränderung durch die mittlere Anzahl Jahre geteilt wird, die im jeweils betrachteten Gebiet* zwischen den zwei Messzeitpunkten liegt und die mittlere Anzahl Jahre je nach Gebiet* leicht unterschiedlich ist.

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

Gebiet		mittlere Anzahl Jahre*
Produktionsregion	Hochlagen/Tieflagen
Mittelland	-	8.75
Mittelland	Hochlagen	8.56
Mittelland	Tieflagen	8.76
Alpensüdseite	-	8.90
Alpensüdseite	Hochlagen	8.90
Alpensüdseite	Tieflagen	8.89
* zwischen den Messungen des LFI4 und des LFI5 im zugänglichen Wald ohne Gebüschwald

Oben

7. Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt. Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt («.») dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht beim Schätzwert und beim Standardfehler ein Punkt («.»).

Zum Beispiel hat das Landesforstinventar (LFI) im Mittelland bisher keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

Die Daten in diesen Tabellen stammen aus einer Vollerhebung und nicht aus einer Stichprobeninventur. Entsprechend ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Beispielsweise ist die Erschliessungserhebung, die das Landesforstinventar (LFI) periodisch bei den lokalen Forstdiensten durchführt, eine solche Vollerhebung.

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

Das ist möglich, wenn das Ergebnis nur anhand einiger weniger Bäume berechnet werden konnte. Die Schätzung ist damit nicht verlässlich. Dies zeigt sich auch am Standardfehler, der bei negativen Vorrats-, Zuwachs- oder Nutzungswerten in der Regel ausgesprochen hoch ist.

Die negativen Werte rühren daher, dass bei der Ermittlung des Schaftholzvolumens der Probebäume das allein anhand des Brusthöhendurchmessers (BHD) geschätzte Volumen (Tarifvolumen) mit dem anhand von BHD, Durchmesser in 7 m Höhe und Baumhöhe geschätzten Volumen der Tarifprobebäume justiert wird. Dieses Vorgehen ermöglicht eine unverzerrte (biasfreie) und genauere Berechnung des Schaftholzvolumens. Es kann aber zu negativen Werten bei allen Zielgrössen führen, die auf dem Schaftholzvolumen der Probebäume beruhen (z.B. Vorrat, Zuwachs, Nutzung), wenn die Anzahl Probebäume in einer Merkmalsausprägungskombination* gering ist.

Oben

LFI3
Gesamtholzvolumen (Schaftholz)
Baumzustand (lebend/tot) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2004/06
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Baumzustand (lebend/tot)	Hauptbaumart	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
lebend	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	541	40	415	39	743	48	1638	34	2349	29	2853	25	13531	11	7253	13	6375	16	3435	16	2	100	330	62	705	59	0	.	885	44	2571	26	2100	27	1820	29	0	.	3897	27	6176	18	3086	19	5948	17	9657	13	5682	14	2841	21	1535	31	2605	24	5645	20	208	60	1350	27	818	40	528	40	1812	30	1123	35	1277	33	2188	30	1292	35	1122	36	2269	27	1874	33	3109	28	1902	25	1046	39	496	48	252	60	299	51	1838	28	2619	27	1395	34	918	35	1163	32	1472	31	896	38	1924	28	1782	31	0	.	60	71	17	100	273	68	59	65	198	67	732	40	1220	42	1730	34	1083	42	1268	34	1016	33	1210	44	133	61	1137	28	310	73	477	67	1849	22	581	44	843	32	970	36	251	61	651	49	184	63	452	75	3612	19	4088	18	5201	17	602	43	1054	35	752	37	1370	30	1704	27	989	44	731	48	552	34	0	.	168948	2
	Tanne	362	47	105	62	95	73	1210	31	489	40	1378	34	1669	25	6139	14	4787	17	2665	20	16	75	58	73	301	59	0	.	234	68	314	58	1098	39	637	48	0	.	456	50	261	38	444	44	235	63	767	38	6	100	3458	20	1314	30	2928	22	1334	25	493	47	981	36	454	36	526	44	1279	33	283	56	170	58	796	40	836	34	146	61	501	41	535	46	1439	29	126	59	499	47	372	54	164	47	316	33	443	53	716	34	467	41	530	47	378	49	432	58	0	.	123	59	146	100	0	.	0	.	30	100	354	60	269	58	139	71	485	43	0	.	251	58	408	38	441	53	871	38	59	52	32	100	739	39	243	74	365	53	285	53	357	52	432	35	251	52	369	64	516	56	294	79	115	72	117	91	444	54	519	36	215	40	161	51	358	51	758	36	473	36	85	91	5	100	146	84	0	.	56495	4
	Föhre	180	66	406	59	41	71	65	86	0	.	14	100	457	63	90	53	555	30	393	47	47	100	65	61	172	47	0	.	17	100	183	74	0	.	345	60	115	81	0	.	227	47	649	33	47	100	704	33	1273	30	432	36	15	100	196	56	0	.	114	100	27	100	0	.	0	.	26	100	0	.	84	100	19	100	36	100	0	.	0	.	0	.	40	100	350	38	119	65	92	53	38	78	166	43	66	100	8	100	0	.	89	62	132	63	249	60	0	.	90	75	57	100	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	188	63	0	.	0	.	0	.	0	.	16	88	9	100	0	.	36	100	0	.	22	72	0	.	93	79	0	.	0	.	30	100	0	.	796	29	427	29	687	34	0	.	68	100	274	42	89	59	334	41	164	48	245	60	98	61	0	.	12074	8
	Lärche	22	75	63	66	65	100	227	64	0	.	0	.	126	73	15	100	135	58	0	.	0	.	0	.	36	79	0	.	0	.	34	100	0	.	39	71	0	.	49	100	408	43	369	40	170	55	1688	21	4559	15	20	100	2	100	21	89	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	8	100	11	100	22	100	138	65	43	100	0	.	44	66	0	.	0	.	14	100	0	.	0	.	0	.	52	100	11	100	40	100	0	.	243	68	477	40	351	41	253	55	0	.	85	65	816	30	427	38	454	61	0	.	0	.	22	100	281	44	0	.	0	.	0	.	16	100	0	.	12	100	0	.	0	.	11	100	0	.	58	73	0	.	0	.	0	.	0	.	4202	19	2259	20	1249	22	55	100	21	100	10	100	0	.	0	.	47	76	19	100	230	57	0	.	20071	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	164	56	1128	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	534	31	215	43	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2124	15
	übrige Nadelhölzer	29	76	0	.	48	100	18	73	0	.	6	80	0	.	0	.	418	45	2	71	0	.	0	.	0	.	153	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	6	100	18	49	5	74	44	100	185	92	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	3	100	240	100	4	100	-16	100	6	100	0	.	69	100	7	100	3	100	18	77	0	.	0	.	0	.	3	100	0	.	0	.	8	86	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	30	100	12	65	0	.	3	100	0	.	0	.	0	.	141	100	0	.	0	.	0	.	0	.	7	100	13	100	2	74	0	.	0	.	8	86	15	103	5	100	0	.	0	.	0	.	0	.	1584	27
	Buche	1849	26	919	29	583	35	2183	27	227	49	566	33	2751	25	3071	21	4950	15	3162	16	535	38	1012	35	1279	29	0	.	220	63	740	35	898	34	1167	36	0	.	1220	31	623	45	580	30	44	71	413	38	0	.	3437	16	1045	29	858	31	1314	30	280	48	252	34	245	40	150	50	388	35	377	42	21	67	1311	31	662	42	1252	41	763	33	952	38	1593	33	2063	22	1476	32	1003	26	941	34	1387	29	342	32	290	85	847	35	457	32	332	40	893	34	0	.	162	56	0	.	589	37	972	34	527	33	1016	33	850	35	380	41	497	44	0	.	162	64	538	43	149	54	329	45	425	58	31	122	1064	29	127	96	173	56	294	37	460	42	1039	30	399	55	572	44	218	48	275	53	201	61	0	.	5	77	764	30	250	50	447	40	484	38	1007	31	990	28	632	45	376	42	384	38	0	.	70711	3
	Ahorn	289	33	153	42	36	111	77	49	46	72	178	48	675	23	293	28	260	31	636	24	131	57	104	53	167	44	0	.	60	71	45	64	220	37	47	53	0	.	354	33	92	52	16	66	54	74	92	49	0	.	477	22	77	44	54	45	288	44	56	47	121	47	51	63	118	91	25	49	128	33	61	86	154	57	272	36	103	56	320	37	147	48	560	34	66	53	99	49	111	33	127	45	304	41	139	38	101	55	31	59	270	55	50	48	106	66	11	100	36	100	11	100	9	100	42	72	14	53	2	70	40	100	1	100	119	46	11	100	0	.	172	50	157	51	141	38	48	69	0	.	114	43	0	.	12	90	28	59	51	42	84	49	130	69	4	100	12	100	0	.	30	75	0	.	21	68	216	31	82	54	185	44	79	48	246	34	116	42	141	58	117	63	137	57	0	.	11061	5
	Esche	276	41	429	45	140	56	73	75	0	.	303	53	114	72	592	38	591	26	124	48	286	57	25	65	107	63	0	.	122	78	324	53	344	47	335	63	43	100	678	63	36	85	17	79	167	59	86	64	0	.	954	30	681	73	156	62	86	55	49	95	44	61	0	.	1	100	2	100	443	58	0	.	35	74	658	33	316	38	111	48	191	72	279	41	172	44	71	53	48	60	180	53	185	65	330	58	3	100	253	66	403	44	483	43	286	39	10	100	96	100	0	.	16	73	44	65	126	81	54	78	0	46674	74	53	108	78	36	71	0	.	238	48	77	64	44	72	171	68	4	149	57	81	60	100	0	.	7	100	23	100	113	73	127	62	58	58	209	73	0	.	207	79	91	74	40	79	109	47	179	75	369	49	209	54	226	35	212	39	102	97	175	54	215	56	0	.	15518	7
	Eiche	481	70	61	77	0	.	258	49	0	.	0	.	13	71	51	94	561	22	0	.	123	79	3	100	93	55	0	.	36	100	56	100	32	67	67	81	598	49	0	.	0	.	50	100	0	.	1	100	56	100	326	40	127	77	210	80	52	100	65	77	0	.	33	100	0	.	0	.	4	100	0	.	0	.	18	100	67	71	0	.	16	75	11	100	219	49	0	.	19	71	17	85	156	59	15	100	0	.	0	.	106	51	478	59	273	40	0	.	0	.	0	.	32	62	107	58	442	34	108	66	98	45	64	85	45	83	0	.	33	100	6	100	12	100	0	.	104	83	0	.	54	88	133	73	64	60	0	.	417	45	16	100	45	57	267	47	19	100	31	100	22	100	31	64	103	68	45	47	0	.	23	100	32	58	25	100	151	53	123	39	180	62	81	61	0	.	7670	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	365	50	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	238	67	220	77	397	50	490	33	1030	30	376	59	222	45	1411	28	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	28	100	0	.	51	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4925	13
	übrige Laubhölzer	262	43	93	36	116	52	107	74	3	71	57	80	557	29	210	33	537	35	119	33	156	59	57	60	63	45	0	.	33	59	224	72	13	61	84	51	5	100	342	64	58	38	85	46	290	38	704	27	297	44	351	37	103	69	38	82	67	62	0	.	30	50	2	100	19	59	43	80	49	65	19	73	50	83	3	71	72	45	118	40	222	55	176	50	99	62	38	54	54	66	166	49	118	69	136	42	20	60	66	90	206	63	96	45	87	63	108	66	158	36	82	83	236	39	412	34	933	26	202	31	328	58	359	39	64	51	39	100	22	82	189	63	257	91	30	66	17	62	89	69	48	46	1	100	1	100	13	53	65	57	18	52	118	87	108	67	127	70	6	100	6	100	360	35	158	32	326	33	26	77	153	57	81	77	64	50	0	.	22	54	190	70	65	64	0	.	12401	6
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	4290	23	2644	23	1867	28	5856	19	3114	28	5355	22	19906	10	17714	11	19169	10	10536	12	1296	33	1653	32	2924	27	153	.	1607	34	4493	21	4705	20	4542	20	760	48	6997	22	7901	16	5296	17	6955	15	14647	11	13060	10	12303	12	4942	22	7252	18	8786	17	1264	32	2805	24	1609	32	1384	35	3575	22	2407	27	1632	31	4564	23	4027	24	3103	26	4204	21	3985	24	7207	20	5111	18	3354	25	2199	24	1917	28	2930	25	3309	23	3756	24	3114	26	2991	25	3151	27	3806	22	1310	30	3305	21	2652	25	1531	24	2129	23	3206	17	3243	19	2294	23	3088	21	2051	28	1306	40	2414	28	2914	26	2372	28	2430	30	2035	36	351	46	3233	22	887	48	1132	40	2476	20	1987	28	2544	23	2339	25	1629	33	1754	40	821	55	1032	48	9777	12	7774	14	9227	13	1409	34	2481	28	2286	26	3801	22	3984	20	2304	28	2038	33	1908	27	0	.	383583	1
tot	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	30	73	66	55	55	86	236	56	75	51	193	45	2385	19	399	27	94	46	162	36	16	100	14	79	15	87	5	.	97	66	241	40	750	46	107	47	0	.	367	34	396	32	394	39	522	30	712	28	322	30	77	52	150	65	99	63	417	39	0	.	10	73	2	100	0	.	25	72	94	53	174	62	207	51	74	45	100	50	246	38	178	49	341	57	93	51	89	54	50	53	15	100	11	100	105	60	258	57	139	56	0	.	36	49	22	66	23	100	172	40	43	49	0	.	0	.	13	100	43	76	30	84	12	100	46	64	56	100	274	41	52	67	144	49	100	51	56	54	3	100	105	66	29	100	0	.	35	52	4	100	3	72	140	63	6	100	8	100	0	.	32	64	441	24	418	31	558	24	38	90	65	67	87	73	95	43	26	73	23	66	0	.	30	76	0	.	13876	6
	Tanne	25	72	0	.	5	100	142	52	0	.	102	54	110	52	305	31	90	31	107	54	22	89	0	.	67	52	0	.	4	72	10	62	87	72	43	71	0	.	8	74	63	71	27	78	48	99	81	52	0	.	203	36	59	67	109	42	229	51	4	100	0	.	0	.	0	.	2	100	50	78	42	61	55	100	62	96	15	88	23	62	14	100	30	68	0	.	53	93	6	74	0	.	170	78	32	78	23	100	45	74	2	100	0	.	0	.	0	.	28	74	15	100	0	.	0	.	0	.	0	.	66	100	0	.	38	58	0	.	41	71	48	82	100	85	111	83	0	.	0	.	12	46	2	100	0	.	8	100	11	73	28	92	0	.	0	.	23	79	14	100	0	.	1	100	0	.	116	57	3	100	0	.	26	100	35	90	2	100	0	.	0	.	0	.	0	.	3307	11
	Föhre	124	89	0	.	0	.	0	.	0	.	0	.	57	57	0	.	65	77	32	73	0	.	0	.	18	71	0	.	0	.	35	100	0	.	31	100	26	100	0	.	1	100	69	59	0	.	23	56	71	46	31	67	0	.	2	100	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	5	100	30	100	13	100	17	100	0	.	0	.	0	.	33	100	6	100	0	.	6	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	12	100	0	.	0	.	0	.	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	40	42	46	137	33	0	.	0	.	10	100	28	61	0	.	0	.	19	100	0	.	0	.	1063	16
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	38	80	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	0	.	0	.	0	.	0	.	10	75	9	100	21	96	155	43	130	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	87	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	71	53	57	1	74	37	100	0	.	0	.	9	86	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	1	100	0	.	0	.	0	.	0	.	371	32	93	40	126	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1116	15
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	41
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	2	100	4	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	41
	Buche	21	100	86	73	0	.	73	72	8	58	16	86	70	48	116	45	92	56	32	53	85	100	24	76	37	48	0	.	0	.	28	100	21	77	26	64	0	.	31	42	7	78	14	88	16	100	0	.	0	.	60	49	27	75	2	100	185	73	0	.	0	.	0	.	0	.	3	100	8	100	0	.	26	56	0	.	38	74	21	72	44	59	20	80	11	77	15	100	16	54	7	100	0	.	0	.	7	100	17	80	0	.	0	.	8	100	0	.	0	.	0	.	11	85	21	66	18	80	20	92	20	73	38	100	0	100	0	.	0	.	15	73	0	.	2	71	1	100	0	.	34	56	0	.	0	.	3	100	7	84	4	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	76	0	.	22	100	0	.	8	100	33	57	6	100	0	.	0	.	0	.	1592	14
	Ahorn	20	72	2	100	0	.	2	100	0	.	0	.	5	75	0	.	7	100	4	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	72	3	100	0	.	0	.	0	.	0	.	15	90	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	63	22	58	0	.	17	100	0	.	0	.	0	.	0	.	12	100	3	100	3	72	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	14	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	78	0	.	0	.	0	.	0	.	0	.	0	.	25	65	0	.	0	.	3	100	32	58	8	100	3	100	0	.	0	.	0	.	261	18
	Esche	8	100	51	100	0	.	2	100	0	.	34	59	18	72	2	100	3	100	3	100	0	.	0	.	0	.	0	.	0	.	12	100	4	100	4	100	0	.	33	70	0	.	7	100	10	81	0	.	0	.	21	71	0	.	15	100	3	100	0	.	2	100	0	.	0	.	0	.	15	100	0	.	0	.	8	100	0	.	0	.	3	100	4	100	0	.	0	.	0	.	0	.	0	.	5	75	0	.	0	.	4	100	7	100	0	.	10	100	0	.	0	.	0	.	0	.	3	72	12	100	0	.	9	100	0	.	0	.	0	.	9	86	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	8	100	0	.	0	.	0	.	2	100	24	79	0	.	0	.	0	.	75	73	2	100	1	100	0	.	0	.	0	.	446	21
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	71	0	.	0	.	0	.	29	90	0	.	11	100	0	.	0	.	0	.	67	68	0	.	0	.	0	.	0	.	0	.	0	.	50	88	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	6	63	0	.	2	100	0	.	1	100	0	.	0	.	0	.	0	.	12	90	0	.	0	.	0	.	0	.	0	.	0	.	7	63	0	.	0	.	0	.	0	.	0	.	0	.	2	100	1	100	0	.	0	.	0	.	0	.	11	100	0	.	0	.	2	100	0	.	26	100	0	.	0	.	0	.	0	.	0	.	2	100	3	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	280	28
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	24	73	64	79	39	60	118	51	185	34	7	79	26	79	224	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	729	19
	übrige Laubhölzer	21	72	14	77	0	.	0	.	3	100	9	100	31	65	21	66	11	64	5	59	1	100	9	100	7	74	0	.	23	73	4	73	5	75	15	61	1	100	9	73	31	57	27	86	44	51	107	43	20	52	17	54	1	100	12	72	22	45	0	.	3	100	0	.	6	100	0	.	0	.	13	100	3	74	0	.	9	62	41	55	3	100	8	100	1	100	0	.	0	.	19	79	0	.	10	77	2	100	38	59	0	.	0	.	16	92	3	100	10	62	1	100	21	50	57	42	126	48	117	37	5	70	42	67	9	68	7	100	6	73	18	78	38	64	16	58	32	72	15	93	0	.	0	.	0	.	3	71	0	.	8	100	36	77	20	94	5	100	0	.	0	.	26	41	24	46	37	36	4	100	1	100	0	.	13	90	8	100	5	72	0	.	3	100	0	.	1361	10
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	3	59	110	34	0	.	16	100	7	87	0	.	0	.	0	.	0	.	2	100	1	100	0	.	1	100	0	.	5	100	31	64	0	.	11	74	39	60	17	67	0	.	0	.	0	.	25	71	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	6	76	15	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	9	100	0	.	0	.	0	.	8	67	4	71	0	.	15	100	0	.	0	.	1	100	12	100	6	82	0	.	3	100	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	31	96	26	77	27	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	439	17
	Total	249	50	218	47	60	81	454	35	86	46	358	35	2830	16	843	21	390	25	352	27	124	71	47	50	173	39	5	.	138	56	358	37	867	40	226	34	95	57	469	29	546	26	546	32	671	26	1153	19	578	21	475	24	249	46	239	40	884	36	4	100	15	58	2	100	6	100	45	51	167	40	230	48	305	42	143	52	204	36	388	29	244	41	420	47	117	43	158	45	79	42	71	59	208	65	172	48	293	52	239	38	9	60	90	44	51	49	40	63	302	31	125	49	108	42	199	34	360	27	214	32	148	58	342	33	93	44	62	90	331	38	168	40	292	49	248	50	93	58	31	59	153	48	45	90	0	.	50	47	34	51	46	61	220	50	27	75	44	54	14	100	32	64	953	21	607	25	1067	19	44	77	89	55	127	58	286	38	79	42	37	54	19	100	45	59	0	.	24517	4
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	571	39	482	34	798	46	1874	31	2424	29	3047	25	15916	11	7652	13	6469	15	3597	16	17	92	344	60	720	58	5	.	982	42	2813	25	2850	25	1927	28	0	.	4264	26	6573	18	3480	18	6470	17	10368	13	6004	14	2919	21	1685	29	2704	23	6062	19	208	60	1360	27	820	40	528	40	1837	30	1217	35	1451	33	2395	30	1366	35	1222	34	2515	25	2052	32	3451	27	1995	25	1135	37	547	46	267	57	309	49	1943	28	2877	27	1533	33	918	35	1199	32	1494	31	918	38	2096	27	1825	31	0	.	60	71	31	71	316	66	89	70	211	63	778	40	1276	42	2004	33	1135	41	1411	33	1115	33	1266	43	136	60	1242	28	339	69	477	67	1884	22	585	44	846	32	1109	36	257	60	659	49	184	63	484	72	4052	18	4506	17	5759	17	640	41	1119	34	839	38	1465	29	1730	27	1012	43	731	48	582	33	0	.	182823	2
	Tanne	387	45	105	62	100	70	1352	30	489	40	1480	33	1779	25	6445	14	4877	17	2773	20	39	82	58	73	369	53	0	.	238	68	324	57	1185	38	679	49	0	.	464	50	323	34	471	44	283	66	849	37	6	100	3661	19	1373	30	3038	22	1564	25	497	47	981	36	454	36	526	44	1281	33	333	56	213	51	851	39	898	33	161	62	524	41	549	45	1468	29	126	59	552	44	378	54	164	47	486	39	475	51	739	33	513	39	533	46	378	49	432	58	0	.	150	61	160	100	0	.	0	.	30	100	354	60	335	58	139	71	523	41	0	.	292	56	456	39	541	54	983	38	59	52	32	100	751	39	245	73	365	53	292	53	368	51	460	36	251	52	369	64	540	56	308	76	115	72	118	91	444	54	635	34	219	40	161	51	384	48	794	36	475	36	85	91	5	100	146	84	0	.	59803	4
	Föhre	304	73	406	59	41	71	65	86	0	.	14	100	514	58	90	53	621	33	425	45	47	100	65	61	190	47	0	.	17	100	218	78	0	.	376	61	141	71	0	.	229	47	717	33	47	100	727	33	1344	29	463	36	15	100	198	56	0	.	114	100	27	100	0	.	0	.	39	100	0	.	84	100	33	100	36	100	0	.	0	.	0	.	40	100	355	38	119	65	97	50	68	87	179	43	83	100	8	100	0	.	89	62	165	59	255	59	0	.	96	76	58	100	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	198	62	12	100	0	.	0	.	0	.	27	66	9	100	0	.	36	100	0	.	22	72	0	.	93	79	0	.	0	.	30	100	0	.	863	29	469	29	824	31	0	.	68	100	283	41	117	52	334	41	164	48	264	61	98	61	0	.	13137	8
	Lärche	22	75	63	66	65	100	227	64	0	.	0	.	164	59	15	100	135	58	0	.	0	.	0	.	36	79	0	.	0	.	61	71	0	.	39	71	0	.	49	100	418	43	378	40	191	51	1843	21	4689	15	20	100	2	100	21	89	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	8	100	11	100	22	100	158	58	43	100	0	.	44	66	0	.	0	.	14	100	0	.	0	.	0	.	52	100	11	100	40	100	0	.	245	68	530	40	353	41	289	58	0	.	85	65	826	30	428	38	456	61	0	.	0	.	22	100	281	44	0	.	0	.	0	.	16	100	0	.	12	100	0	.	0	.	22	100	0	.	59	73	0	.	0	.	0	.	0	.	4573	18	2352	20	1375	22	55	100	21	100	10	100	0	.	0	.	47	76	19	100	230	57	0	.	21186	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	18	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	164	56	1142	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	544	31	215	43	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2159	15
	übrige Nadelhölzer	29	76	0	.	48	100	18	73	0	.	6	80	0	.	0	.	418	45	2	71	0	.	0	.	0	.	153	.	0	.	0	.	0	.	0	.	0	.	2	100	11	100	0	.	0	.	8	100	22	45	5	74	44	100	185	92	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	3	100	240	100	4	100	-16	100	6	100	0	.	69	100	7	100	3	100	18	77	0	.	0	.	0	.	3	100	0	.	0	.	8	86	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	33	100	13	65	0	.	3	100	0	.	0	.	0	.	141	100	0	.	0	.	0	.	0	.	7	100	13	100	2	74	0	.	0	.	8	86	15	103	5	100	0	.	0	.	0	.	0	.	1598	26
	Buche	1870	27	1005	28	583	35	2255	27	235	49	582	32	2820	25	3188	21	5042	15	3194	16	620	39	1036	35	1316	28	0	.	220	63	768	34	919	33	1193	36	0	.	1251	30	630	45	594	31	60	68	413	38	0	.	3497	16	1072	29	860	31	1500	29	280	48	252	34	245	40	150	50	391	36	384	42	21	67	1337	31	662	42	1290	41	785	33	996	37	1613	33	2074	22	1491	31	1019	26	947	33	1387	29	342	32	297	83	864	35	457	32	332	40	901	34	0	.	162	56	0	.	600	38	993	34	545	32	1036	34	870	35	417	44	497	44	0	.	162	64	553	42	149	54	330	45	427	57	31	122	1099	29	127	96	173	56	298	37	466	41	1043	30	399	55	572	44	218	48	275	53	201	61	0	.	5	77	774	29	250	50	470	39	484	38	1015	31	1023	27	637	45	376	42	384	38	0	.	72303	3
	Ahorn	308	32	154	42	36	111	79	50	46	72	178	48	681	23	293	28	266	31	640	24	131	57	104	53	167	44	0	.	60	71	45	64	220	37	47	53	0	.	370	32	95	52	16	66	54	74	92	49	0	.	492	22	77	44	54	45	291	44	56	47	121	47	51	63	118	91	25	49	128	33	61	86	154	57	272	36	128	49	342	38	147	48	577	33	66	53	99	49	111	33	127	45	316	40	142	38	104	54	31	59	273	55	50	48	106	66	11	100	36	100	11	100	9	100	44	71	14	53	2	70	40	100	1	100	119	46	11	100	0	.	172	50	160	50	155	40	48	69	0	.	114	43	0	.	12	90	28	59	51	42	84	49	139	65	4	100	12	100	0	.	30	75	0	.	21	68	241	33	82	54	185	44	83	46	277	32	123	43	144	57	117	63	137	57	0	.	11322	5
	Esche	283	40	480	47	140	56	75	74	0	.	337	49	132	68	594	38	594	26	127	48	286	57	25	65	107	63	0	.	122	78	336	52	348	47	339	63	43	100	711	62	36	85	24	63	176	59	86	64	0	.	976	31	681	73	171	57	88	56	49	95	46	61	0	.	1	100	2	100	458	58	0	.	35	74	666	33	316	38	111	48	194	71	283	42	172	44	71	53	48	60	180	53	185	65	334	59	3	100	253	66	407	44	490	43	286	39	20	100	96	100	0	.	16	73	44	65	130	79	66	67	0	46674	84	55	108	78	36	71	0	.	246	49	77	64	49	74	171	68	4	149	57	81	60	100	0	.	7	100	23	100	114	73	135	61	58	58	217	74	0	.	207	79	91	74	41	76	133	43	179	75	369	49	209	54	302	37	214	38	103	97	175	54	215	56	0	.	15964	7
	Eiche	481	70	61	77	0	.	258	49	0	.	0	.	13	71	51	94	574	22	0	.	123	79	3	100	123	55	0	.	48	80	56	100	32	67	67	81	665	50	0	.	0	.	50	100	0	.	1	100	56	100	376	44	138	71	210	80	52	100	65	77	0	.	33	100	0	.	0	.	4	100	0	.	0	.	18	100	78	71	0	.	16	75	11	100	226	48	0	.	21	70	17	85	158	59	15	100	0	.	0	.	106	51	490	58	273	40	0	.	0	.	0	.	32	62	107	58	448	34	108	66	98	45	64	85	45	83	0	.	33	100	7	81	13	100	0	.	104	83	0	.	54	88	144	74	64	60	0	.	419	45	16	100	71	63	267	47	19	100	31	100	22	100	31	64	105	68	48	44	0	.	23	100	32	58	25	100	151	53	123	39	180	62	94	58	0	.	7950	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	399	50	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	100	262	67	284	76	436	49	609	33	1215	28	383	58	248	46	1634	27	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	33	100	0	.	51	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5654	12
	übrige Laubhölzer	283	42	106	38	116	52	107	74	6	79	66	72	588	29	231	31	548	35	124	32	158	59	66	63	70	41	0	.	55	61	228	71	18	49	99	49	6	80	351	63	89	42	112	49	334	37	810	26	317	42	369	36	105	68	50	66	89	50	0	.	33	49	2	100	25	60	43	80	49	65	32	83	53	79	3	71	81	44	159	37	225	55	185	51	101	62	38	54	54	66	185	50	118	69	146	43	21	56	104	73	206	63	96	45	103	66	112	64	169	35	83	82	257	37	470	32	1059	28	319	28	333	57	401	41	73	47	46	100	28	75	207	60	295	87	46	52	50	52	104	63	48	46	1	100	1	100	16	45	65	57	26	55	154	77	129	58	132	71	6	100	6	100	386	34	183	31	363	32	30	70	154	57	81	77	77	44	8	100	27	46	190	70	68	61	0	.	13762	6
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	3	59	110	34	0	.	16	100	7	87	0	.	0	.	0	.	0	.	2	100	1	100	0	.	1	100	0	.	5	100	31	64	0	.	11	74	39	60	17	67	0	.	0	.	0	.	25	71	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	6	76	15	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	9	100	0	.	0	.	0	.	8	67	4	71	0	.	15	100	0	.	0	.	1	100	12	100	6	82	0	.	3	100	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	31	96	26	77	27	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	439	17
	Total	4539	24	2862	23	1927	28	6311	18	3200	27	5713	22	22736	10	18557	10	19559	10	10889	12	1420	33	1700	31	3098	26	158	.	1744	34	4851	21	5572	20	4768	20	854	48	7466	21	8447	15	5842	16	7626	15	15801	11	13638	10	12778	12	5191	21	7491	18	9671	16	1268	33	2820	24	1612	32	1390	35	3620	22	2574	27	1862	30	4869	23	4170	24	3308	25	4592	20	4229	24	7628	20	5228	18	3512	25	2278	24	1988	28	3138	26	3480	23	4048	23	3353	26	2999	25	3241	27	3857	22	1351	30	3607	21	2778	25	1639	24	2327	22	3566	17	3456	18	2442	23	3430	20	2144	27	1368	40	2745	28	3082	25	2664	28	2678	30	2128	35	383	43	3386	22	931	47	1132	40	2526	20	2022	28	2590	23	2559	25	1656	33	1798	40	834	55	1064	48	10730	12	8381	13	10295	13	1454	33	2570	28	2413	25	4087	21	4063	20	2341	28	2058	33	1953	27	0	.	408101	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2296636. Birmensdorf, Swiss Federal Research Institute WSL

zurück